智能图像水位识别解决方案与应用

近年来,智能图像识别技术发展,逐步被应用到水位识别监测中,但该技术在实际中的推广应用不多.提出较为详尽的智能图像水位识别系统解决方案,利用计算机图像处理识别技术和深度学习模型,依托海量的、高质量的水位训练数据,实现水位自动识别、阈值设置、智能告警、智能分析及远程监控等功能服务,该系统可覆盖多种水位监测场景,实现控制中心...     

基于图像处理的水位信息自动提取技术

为满足水尺量测水位自动化和实时性的需求,提出通过图像处理技术实现对水尺图像自动提取水位信息的技术方法。首先通过对水尺图像进行图像增强、二值化、边缘检测和去除噪声等处理定位出水尺;然后根据水尺上字符的特征实现字符分割,采用模板匹配法实现字符识别,并运用最长等差数列法对识别结果进行优化校正;最后根据识别结果,分不同情况计算出水尺读数。实验结果表明,该方法识别信息的正确性和精确性较高,可满足实际应用需求。     

利用加权有向图的船舶水尺重建与水位识别

针对目前船舶水位识别精度低、检测场景迁移性差等问题,提出一种基于加权有向图的高精度、鲁棒性好的船舶水尺重建和水位识别方法.首先通过目标检测和图像分割算法识别船体上的水尺字符和水位线;然后根据船舶水尺的结构特点将识别出来的水尺字符构建加权有向图,通过寻找加权有向图中的最长路径完成船舶的水尺重建;最后根据重建水尺和水位线的位置关系识别船舶的水位高度.在黄骅港实地采集的视频数据上进行实验的结果表明,所提方法可以较好地修正前期基于水尺字符检测网络带来的字符误检问题,大大减少因船舶图像背景复杂产生的不利影响,在10 mm的误差范围内,水位识别准确率可达91.3%,显著优于业内主流方法.     

基于传统图像处理算法和YOLOv4的水位识别方法研究

水位监测是水利建设的重点问题,为及时掌握水情、预防洪涝灾害,提出了一种智能图像水位识别系统解决方案。对多种情况下的水尺图片利用传统图像算法进行图像预处理后,使用基于YOLOv4的深度学习水位识别算法,对采集的图像进行训练,实现水位自动识别。实验结果表明,基于YOLOv4的深度学习水位识别算法能够有效的通过水尺图像读取当前的水位,算法误差仅在1~2cm左右,符合工程水位监测误差要求。     

基于图像处理的水位信息自动提取技术研究

为满足水位测量实时性与自动化的需求,本文从图像灰度化和增强、图像二值化、边缘检测、噪声处理四方面探讨水尺图像的预处理,然后深入探讨基于图像处理水位信息的获取,通过区域分割、数字识别实现了水位信息自动提取,进一步提高水位图像的质量,希望为技术实际应用提供科学参考。     

图像法测流系统开发与应用

基于市面上现有的视频监控摄像机开发一套图像法测流系统,实现非接触式的水尺水位、表面流速和断面流量远程在线监测。测流系统采用风光互补供电,并运用虚拟局域网(VPN)技术和4G移动通信网络实现远程访问,可在野外自治运行长达7个阴雨天。通过集成少量低成本的辅助测量设备及对测量算法在现场应用中的优化设计,能够有效抑制水面耀光、阴影等噪声的干扰,并可直接利用天然漂浮物或水面模式进行表面流速测量。测试结果表明,测流系统能够在数分钟内完成一次测量,得到现场的视频图像、稳定的时均水位、测点高度密集的流速分布,以及子断面高达上百个的断面流量。相比传统测流仪器具有时空分辨率高的优势,有利于捕获暴雨、山洪等极端条件下的水文过程。     

无人货架场景下的人体关节点定位算法研究

在新零售场景下,无人货架上商品种类繁多,易受光照等外界因素干扰,且顾客手持商品时手部或身体会对商品关键信息形成遮挡,使得自然场景中仅采用图像识别算法不能满足无人货架应用需求.针对无人货架实际应用场景的特性,基于深度学习中人体关节点定位算法与图像分类算法对该场景中的手持商品识别提出了解决方案.首先,利用人体关节点定位算法...     

智能浮子式水位计

智能浮子式水位计是为引黄灌渠斗口流量自动测量而研制的。它基于双微机协同工作,将粗测和精测相结合,具有较大的量程,较高的分辨力,可作为自记式和远传式水位监测仪器单独使用,也可通过RS-485总线联入智能测量网络,是引黄灌渠斗口流量自动测量装置中理想的智能水位传感器。     

基于嵌入式linux平台的水位视频在线监测系统设计

为了提高水位数据在线监测技术的自动化,针对当前传统水文监测微控制器(C51、MSP430以及STM32等)主频低、智能性差以及鲁棒性差等问题,提出了采用嵌入式linux系统实现水位数据在线监测。首先,利用嵌入式linux系统定时控制网络摄像机获取高清图像,并在嵌入式linux平台进行图像识别处理,然后将识别的水位信息和采集的图像通过无线模块传输至控制中心以期实现水位视频在线监测与图像查询。该方法相比传统微控制器监测水位数据更智能、处理速度更快等优点。     

基于图像识别技术的核电文档智能化应用实践

本文对采用图像识别技术来辅助核电企业开展文档智能化应用进行研究。文章阐述了开展图像识别技术应用的业务背景、主要过程、实现原理和典型应用场景解决方案等内容,通过对基于图像识别技术的扫描文件清晰度的自动化检测以及基于光学图像文字识别技术的文件自动化拆分和比对这两个应用场景,阐述了面临的问题、解决方案的原理、具体的程序功能设计方案以及最终的应用效果。根据对应用效果的评估,证明了图像识别技术能够在文档智能化应用中发挥重要作用。通过本课题的研究和实践,为基于图像识别技术的文档智能化利用做了有益的探索。     

IADF算法在双色水位计液位图像测量中的应用

为了代替值守人员目测水位计液位值,研究基于工控机（ IPC）的智能遥视系统和数字图像处理算法,给出了水位计图像识别流程。分析了传统P-M模型各向异性扩散滤波算法,给出了一种改进各向异性扩散滤波（ IADF）算法,结合给出的图像畸变校正和亮化算法,实现了水位计液位值的智能读数。实验结果表明：该算法及其实现系统智能化程度高,具有良好实时性和较高识别率。     

大范围液位实时自动跟踪测量系统

针对传统液位测量方法的精度低、速度慢、测量范围受限制等问题,设计了一套基于视觉图像处理的高精度、快速的液位自动测量系统,它适用于测量范围大、液位变化速度快的实时液位测量。该系统以CCD摄像机采集的液位和钢尺图像为基础,通过钢尺刻度识别、钢尺刻线及液位识别三大识别模块完成液位高度测量,根据液位高度反馈控制电机带动CCD相机跟随液位实现实时自动跟踪测量。为了提高算法的识别速度,增强算法的鲁棒性,该系统采用了NCC(the normalized cross correlation)模板匹配数字识别方法,在刻线识别和液位识别过程中充分利用了图像的灰度特征和钢尺的结构特征完成识别。实验结果表明该测量系统的算法有着较高的鲁棒性以及较快的测量速度,可以完成精度在0.1mm以内的液位测量。     

基于DSP的智能饮水机纸杯水位检测方法

为了提高传统饮水机的智能化水平,采用DSP芯片TMS320C6416作为处理核心设计了智能饮水机纸杯水位线自动检测系统,系统由摄像头、编码、处理器、阀门开关和显示模块组成.通过对放在出水口处纸杯的原始图像进行灰度化处理、边缘检测、连通域提取和噪声去除算法,分割出杯口内边缘和水位线,并根据像素点的个数计算纸杯内边缘线与水位线的距离.实验结果表明,该智能饮水机具有良好的鲁棒性,平均测量误差为0.88％,也为灌装饮料和食品的满度检测提供了思路和方法.     

降质图像高密度斑点批量智能识别仿真

针对降质图像中高密度斑点识别速度慢、识别位置不精准问题,提出了一种基于频域滤波法和相交测定中心法的降质图像高密度斑点批量智能识别技术。首先使用小波域内非线性软门限选取方法对图像进行去噪处理,选取小波域内非线性软门限,根据门限剔除图像冗余干扰,并确保滤除斑噪的同时保证边缘信息安全,然后使用相交测定中心算法对去噪后图像进行梯度识别,获得高密度斑点的中心面积,最后通过斑点细来设定阈值,从而完成降质图像高密度斑点批量智能识别的目的。仿真证明,相对于传统方法,所提方法在降质图像高密度斑点的批量智能识别上效率更高,并且识别精准度较高。     

基于图像处理及降噪的局部放电图谱智能识别方法

局部放电检测是目前电力设备状态评价的主要手段,得到广泛应用推广。由于缺陷图谱的复杂性及现场干扰的多样性,传统的局部放电模式识别方法正确率低,训练时间长。针对上述问题,本文提出了一种基于图像处理技术及数据深度稀疏降噪的电力设备局部放电图谱智能识别方法。首先,运用图像处理技术对检测得到的图谱进行预处理;然后利用深度稀疏降噪自编码器进行数据稀疏降噪;最后对得到的有效去噪的数学模型,利用极限学习机(Extreme Learning Machine, ELM)网络,实现对局部放电的智能分类和识别。利用在变电站现场实测数据对本方法进行验证,证明本方法对含有多样干扰的局部放电信号有更好的识别效果,能很好适用于目前的电力设备图像信息模式识别应用当中。     

基于DSP的智能饮水机纸杯水位检测方法

为了提高传统饮水机的智能化水平,采用DSP芯片TMS320C6416作为处理核心设计智能饮水机纸杯水位线自动检测系统.实验结果表明,该智能饮水机具有良好的鲁棒性,平均测量误差为0.88％.     

智能监控系统中的图像识别与分析

当前,随着计算机通信技术和网络技术的快速发展,图像处理技术在科学技术领域中的地位愈来愈重要。图像识别属于智能监控设备中的重要技术组成部分,本文在概述智能监控系统的基础上,研究智能监控系统图像识别的关键技术,并对智能图像监控系统的图像识别与分类进行分析。     

基于Wollaston棱镜阵列的目标识别系统

针对传统目标识别方法识别率低、受背景环境影响大等问题,设计了一种基于Wollaston棱镜阵列的偏振光谱成像系统.为了有效地探测野外目标的微弱信号,采用了高光通量的光学天线、偏振模块及干涉模块的设计.为了保证实时采集及高稳定性的设计要求,采用了全静态光学器件完成偏振分光及空间光程调制.系统由偏振成像模块与光谱成像模块构成,可实现同一视场内4个偏振方向图像及光谱图像的同时采集,并经图像融合算法重建被测区域的偏振光谱图像.实验在不同测试距离上分别以钢板和某型火炮作为被测目标,分别采用本系统偏振模块与传统非偏振系统进行测试.实验结果显示,偏振目标识别信噪比高、受距离影响小.基于此实验,再将偏振识别图像与光谱识别图像相融合,从而构成偏振光谱图像.与传统目标识别图像相比较,本系统合成图像中目标清晰可见,受背景环境影响小、可探测距离远,具有很高的野外适应性及稳定性.     

液位实时自动跟踪测量系统

针对传统液位测量方法的精度低、速度慢、测量范围受限制等问题,设计了一套基于视觉图像处理的高精度、快速的液位自动测量系统,它适用于测量范围大、液位变化速度快的实时液位测量.该系统以CCD摄像机采集的液位和钢尺图像为基础,通过钢尺刻度识别、钢尺刻线及液位识别三大识别模块完成液位高度测量,根据液位高度反馈控制电机带动CCD相...